교차로 안전성 진단과 관련된 기존의 연구는 교차로 상에서 발생한 사고 자료에 기초하여 교차로 기하구조 요소, 교통량 및 신호운영방법 등과 관련된 요인을 변수로 사용하여 교통사고건수 예측모형 개발에 관한 연구가 대부분이다. 그러나, 분석하고자 하는 대상 교차로의 사고건수 예측모형을 개발하기 위해 필요한 교통사고 자료의 경우 단 기일에 걸쳐 획득되지 않으며 몇 년간의 사고 자료를 요구할 수도 있다. 이러한 자료를 이용하더라도 사고 발생 기간동안 교차로 사고에 영향을 미치는 요인(교차로 운영방법, 기하구조 등)이 변화될 수도 있다는 문제점을 지닌다. 이와 같은 이유로 교차로 안전성을 진단하는데 있어 기존 교통사고 자료는 언제나 절대적인 자료가 될 수 없다. 이에 대한 보완책으로, 3일에서 5일정도의 조사 자료만으로도 안전성 진단이 가능한 상충자료를 이용하여 교차로 안전성 진단을 할 수 있다. 본 연구는 기존사고 자료를 이용하여 사고 발생에 기인하는 여러 변수들을 교통사고심각도와의 상관관계를 분석하고, 상관관계가 높은 변수를 이용하여 신경망 사고심각도 예측모형을 개발하였으며, 모형 검증을 위해 다중회귀사고심각도 예측모형을 개발하여 비교 평가한 결과 신경망 사고심각도 예측모형의 예측력이 우수한 것으로 나타났다. 현장에서 조사된 상충자료를 신경망 사고심각도 예측모형에 적용하여 상충이 사고로 연결 될 경우 사고심각도를 예측하였으며, 예측된 사고심각도에 가중치를 부여하여 대상 교차로 위험우선순위를 결정한 결과 사고비용에 기초한 위험우선순위 결정법과 같은 순위의 결과를 도출하였다.
활성화 함수(activation function)는 기계학습(machine learning)의 학습과정에 비선형성을 도입하여 심층적인 학습을 용이하게 하고 예측의 정확도를 높이는 중요한 요소 중 하나이다(Roy et al., 2019). 일반적으로 기계학습에서 사용되고 있는 활성화 함수의 종류에는 계단 함수(step function), 시그모이드 함수(sigmoid 함수), 쌍곡 탄젠트 함수(hyperbolic tangent function), ReLU 함수(Rectified Linear Unit function) 등이 있으며, 예측의 정확도 향상을 위하여 다양한 형태의 활성화 함수가 제시되고 있다. 본 연구에서는 기계학습을 통하여 수위예측 시 정확도 향상을 위하여 Hybrid 활성화 함수를 제안하였다. 연구대상지는 조수간만의 영향을 받는 한강을 대상으로 선정하였으며, 2009년 ~ 2018년까지 10년간의 수문자료를 활용하였다. 수위예측 알고리즘은 Python 내 Tensorflow의 RNN (Recurrent Neural Networks) 모델을 이용하였으며, 강수량, 수위, 조위, 댐 방류량, 하천 유량의 수문자료를 학습시켜 3시간 및 6시간 후의 수위를 예측하였다. 예측정확도 향상을 위하여 입력 데이터는 정규화(Normalization)를 시켰으며, 민감도 분석을 통하여 신경망모델의 은닉층 개수, 학습률의 최적 값을 도출하였다. Hybrid 활성화 함수는 쌍곡 탄젠트 함수와 ReLU 함수를 혼합한 형태로 각각의 가중치($w_1,w_2,w_1+w_2=1$)를 변경하여 정확도를 평가하였다. 그 결과 가중치의 비($w_1/w_2$)에 따라서 예측 결과의 RMSE(Roote Mean Square Error)가 최소가 되고 NSE (Nash-Sutcliffe model Efficiency coefficient)가 최대가 되는 지점과 Peak 수위의 예측정확도가 최대가 되는 지점을 확인할 수 있었다. 본 연구는 현재 Data modeling을 통한 수위예측의 정확도 향상을 위해 기초가 되는 연구이나, 향후 다양한 형태의 활성화 함수를 제안하여 정확도를 향상시킨다면 예측 결과를 통하여 침수예보에 대한 의사결정이 가능할 것으로 기대된다.
미래는 과거와 현재역사의 연속이다. 미래를 정확히 예측한다거나 예견할 수는 없다. 신이 아닌이상 지시할 수도 없다. 문제는 우리가 미래에 대해서 얼마나 관심을 가지고 있느냐가 문제이다. 우리 사회의 특성을 나타내는 급격하고도 커다란 변화들은 역설적인 결과를 초래할 수 있다. "미래대안"을 예측함으로써 이러한 혼돈된 결과를 줄이는데 도움이 될 수 있을 것이다. 본고에서는 이러한 분야에서 세계적으로 명성이 있는 여덟명의 석학-Zbigniew Brzezinski, Herman Kahn, Anthony J. Wiener, Daniel Bell, Willis Harman, Dennis Meadows, Willam Brown 그리고 Leon Martel-들의 장기예측 방법들을 평가, 분석하여 "Options for The Future"란 책을 펴낸 Tomas E. Jones의 견해를 중심으로 미래연구의 시작과 개발 그리고 예측방법론들을 정리해 보았다.
수직 관다발형 비등관에서의 밀도파 진동 및 유동 폭주형 이상유동 불안정성을 해석하기 위하여 선형화 기법 및 D-partition 방법론에 근거한 해석 코드(ALFS)를 개발하고 기존 실험자료 분석을 통해 코드의 예측 성능을 평가하였다. 그 결과 이상유동이 평형상태에 있는 것으로 가정하는 가장 단순한 모델인 HEM은 전반적으로 유동 불안정성 발생 시점의 열출력을 실험치보다 약 20% 정도 낮게 예측하였으며, 이상 유동의 속도 및 온도의 비평형 상태를 고려하는DEM과 DNEM에 의한 예측 결과는 7∼15%의 평균 오차 범위에서 실험 자료를 예측하는 것으로 나타났다.
본 논문에서는 국내외 방송 환경에 적합한 전파전파 예측 모델 개발을 위해 지금까지 외국에서 적용한 여러 가지 매크로셀용 모델들을 프로그램망하여 이를 국내외 측정 데이터와 비교, 검토하였다. 검토한 모델은 Okumura 모델, Longley-Rice 모델, ITU-R 모델, Lee 모델이다. 각 모델의 예측 결과를 남산에서 송신한 320MHz 신호를 측정한 결과와 비교하였다. 비교한 결과, 전체적으로 Okumura 모델이 가장 좋은 성능을 보였다 그리고, 송신점으로부터 10 Km이상 경로를 예측할 시에는, 10 Km이상부터 예측 가능한 ITU-R 모델 또한 좋은 결과를 보였다.
본 논문에서는 역전파 신경망(Backpropagation Neural Network)을 시계열 데이터인 주가 데이터를 이용한 주가 예측의 정확도를 향상시키기 위한 학습 방법으로 적용하였다. 실제 증권거래소의 종목 데이터에서 비교적 등락폭이 안정적인 각 산업분야별 5개 기업의 5일 이동평균선 데이터 240개를 훈련 데이터로, 20개는 테스트 데이터로 이용하였다. 선정된 입력 데이터를 은닉층의 개수와 은닉 노드의 개수 등을 달리 하면서 10,000번의 훈련을 통해서 실험 하였으며, 그 결과 1개의 은닉층을 사용한 네트워크1은 20개의 테스트 데이터 사이의 19개의 신호 중 14개를 예측하였고, 2개의 은닉층을 사용한 네트워크 2는 16개를 예측하였다. 시험 결과를 통해서 보듯이 은닉층을 2개 사용하였을 때 보다 좋은 실험 결과를 얻을 수 있었으며, 역전파 신경망 모델이 주가 예측에 적합하다는 것이 증명되었다.
현재 상용화 되고 있는 DMB에서는 176$^*$144의 작은 영상 사이즈를 표준으로 서비스하고 있다. 뿐만 아니라 서비스 되고 있는 콘텐츠들은 주로 움직임이 많은 영화나 스포츠 그리고 드라마 등이 주류를 이루고 있다. 따라서 시간적 압축 방식을 사용하는 움직임 예측 모듈이 더욱더 중요한 위치를 차지하게 됐으며 기존의 영상 표준안과 다르게 4$^*$4와 같은 작은 블록 사이즈가 중요한 정보를 갖게 되었다. 본 논문은 DMB에서 서비스 하는 여러 가지 영화나 스포츠를 대상으로 실험한 결과 4$^*$4와 같은 작은 사이즈의 블록이 움직임 예측시 많이 나타날 뿐 아니라 중요한 정보들로 이루어져 있다는 결과를 얻었으며 이를 토대로 좀 더 정확한 움직임 예측을 수행하기 위하여 가변 탐색범위를 제안하였다. 제안된 방법은 C언어를 통하여 검증하였으며 그 결과 고정의 탐색범위를 적용한 것보다 좋은 효율을 얻었다. 그리고 이를 다시 하드웨어 언어인 VHDL로 구현하였다.
최근 IT 기술의 발전으로 웹 기반 시뮬레이션이 많은 연구에 도움을 주고 있다. EDISON은 그러한 시뮬레이션 환경을 제공해주는 플랫폼으로 전산열유체, 나노물리, 계산화학, 등 다양한 전문분야의 앱(이하 솔버)을 제공해준다. 이러한 솔버는 사용자가 그 솔버에 맞는 간단한 파라미터들만 입력하면 다양한 결과를 알아서 계산해 주는 편의를 제공해 주지만 입력 데이터에 따라 작업 시간이 상당히 혹은 무한히 걸릴 수 있기 때문에 언제 끝날지 모르는 작업의 완료 여부를 수시로 확인해야만 하는 불편함이 있다. 때문에 그 시간을 예측할 수 있다면 수시로 확인하는 불편함을 줄일 수 있다. 또한 오랜 시간이 걸리는 작업의 결과를 미리 알 수 있으면 사용자들에게 큰 도움이 될 것이다. 이런 점에서 본 논문에서는 시뮬레이션의 작업 결과와 수행 시간의 예측 모델을 적용해 보았다. 본 논문에서는 계산화학분야의 uChem 솔버의 결과 예측을 진행하였는데 uChem 솔버는 1주기 및 2주기 원자들로 이루어진 화합물의 최적화된 상태의 에너지 값과 구조를 보여주는 프로그램이다. 예측을 진행한 결과 에너지는 99%이상의 상당히 높은 정확도를 얻을 수 있었고 수행 시간의 경우 약 90%의 정확도를 얻었다. 이를 통해서 사용자로 하여금 더욱 편리한 서비스를 제공할 수 있을 것이다.
본 논문은 REDD(Reducing Emissions from Deforestation and forest Degradation, 개발도상국의 산림파괴 및 산림황폐화 방지를 통한 온실가스 감축) 기준선 설정시 토지이용변화 예측모형 적용의 한계점을 지적한다. REDD는 산림을 보호하는 대가로 탄소배출권을 생성하고 이를 거래하는 내용이 골자를 이루는 국제환경보전 정책이다. 탄소배출권의 규모는 기준선(reference level)에 근거해 정해지는데, '기준선'이란 산림파괴 패턴이 현상태 그대로 유지될 경우 미래에 발생할 탄소배출량을 의미한다. 본 논문에서는 토지이용변화 예측모형인 Geographic Emission Benchmark(GEB)와 GEOMOD의 모델링 결과를 비교하여 공간적 스케일이 변함에 따라 이들의 정확도가 어떻게 달라지는지를 분석하였다. 두 모형을 중국 운남성 시솽반나 열대림 사례에 적용한 결과, GEB가 상대적으로 양적 예측이 더 우수한 것으로 나타났고, GEOMOD는 위치적 예측이 더 정확한 것으로 밝혀졌다. 양적 예측은 몇 헥타르의 산림이 미래에 경작지로 개간이 될 것인가에 대한 결과를 의미하고, 위치적 예측은 그 개간이 어디에서 일어날 것인가에 대한 결과를 가리킨다. 또한, 위치적 예측이 다소 부정확하더라도 양적인 예측이 우수하면 전반적으로 특정 모형이 우수한 결과를 나타낼 수 있는 것으로 나타났다. 이는 REDD 기준선 설정시 양적 예측과 위치적 예측이 모두 중요한 만큼 다양한 조건 하에서의 정확도 변이를 고려하여 신중하게 토지이용변화 예측모형 적용해야지만 정확한 기준선을 설정할 수 있음을 시사한다.
본 논문에서는 터널환경에서 전파의 경로 손실 특성을 예측할 수 있도록 시뮬레이터를 개발하였다. 전파의 경로를 정확히 분석하기 위하여 image theory 방법을 이용하였으며, 직선 터널 구간뿐만 아니라 곡선 터널 구간에서도 전파 손실을 예측할 수 있도록 구현하였다. 시뮬레이터는 다양한 변수들을 입력받아 실시간으로 전파 경로를 도식화하여 결과를 보여줄 수 있으며, 송신부와 수신부의 위치를 변경하며 결과를 예측할 수도 있다. 개발된 시뮬레이터를 다양한 직석터널과 곡선터널에 적용하여 결과를 비교 분석하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.